搜索资源列表
销售预测系统源代码
- 销售预测系统，可以根据历史销售数据对未来的销售量进行有效预测，采用BP神经网络对预测模型进行训练，可以达到不错效果-sales forecasting system, based on historical sales data for the future effective sales forecasts, BP neural network model to predict the training, they can achieve good results
biyelunwenkaitibaogao
- 基于时间序列数据预测方法的股市收盘价预测的毕业论文开题报告(理工类)-based on the time series data to predict the stock market means closing price forecasts dissertation problem that report (Polytechnic)
粒子滤波寿命预测（带数据）
- 利用粒子滤波进行锂离子电池的循环寿命预测(Cycle life prediction of Li-ion battery by particle filter)
LSTM预测
- 可以用于LSTM预测，数据，和权重更新程序已上传(Can be used for LSTM prediction)
基于LSTM的航班乘客预测
- 负荷预测 可以修改数据集进行预测谢谢谢谢谢谢(prediction in power election)
人口预测
- 时间序列的人口预测，采用三次指数平滑，还有灰色预测，有数据提供参考。(The population forecast of time series adopts three exponential smoothing and grey forecast, which provides reference for data.)
财务数据机器学习案例
- 用序列模型建立的简单的财务数据预测，python实现，内含代码和测试数据(A simple financial data forecast based on sequence model, implemented in Python, with code and test data included)
神经网络预测
- BP神经网络做功率预测，建议有一定matlab基础有5000行数据(BP neural network for power prediction, it is recommended to have a certain matlab basis with 5000 lines of data)
预测
- 实验股票预测，输入前一天数据，自动预测后一天的成交价，输入：开盘价，最高价，最低价，收盘价，成交量(Experimentation stock forecast, input the data of the previous day, automatically forecast the trading price of the next day, input: opening price, maximum price, minimum price, closing price, volume)
股票预测
- 采用三层BP神经网络结构，输入层神经元数为5，隐含层神经元数为3，输出层神经元数为1，使用MATLAB编写。 将所给数据按14：1分为训练样本集，和测试样本集，经测试及分析，预测误差为0.1700，误差较小。 网络训练好后，输入前一天的6组数据，即：最高价、最低价、开盘价、收盘价、成交量，就能自动预测出后一天的收盘价。(The structure of three-layer BP neural network is adopted. The number of neurons in the i
股票预测-最小二乘
- 采用最小二乘法进行MATLAB编写，开盘为输入，收盘为输出。1-600个数据为训练样本集，601-700为预测样本。先对数据进行标准化处理，再利用最小二乘法对模型进行预测，最后进行反标准化处理后输出。(The least square method is used to compile MATLAB. The opening is input and the closing is output. 1-600 data are training samples and 601-700 predic
Load1997
- 2001年欧洲智能技术网络组织了一次电力负荷预测竞赛，提供了历史负荷数据、节假日数据和气象数据，对学习负荷预测有帮助(In 2001, the European intelligent technology network organized a power load forecasting competition, providing historical load data, holiday data and meteorological data, which is helpful for
lstm 成功
- 利用LSTM算法进行数据预测和数据分析，实在不知道说啥了(Use this svm algorithm for data prediction or data processing)
LSTM股票预测
- Lstm进行时间序列预测，预测股票数据，按日的数据(Prediction of time series by LSTM)
股票预测
- python LSTM进行时间序列预测，股票每日的数据(Time series prediction by Python LSTM)
LSTM预测
- 使用LSTM对销售数据（吉恩销售数据集）进行预测(Use LSTM to forecast sales data)
ARIMA
- ARIMA 模型是在平稳的时间序列基础上建立起来的，因此时间序列的平稳性是建模的重要前提。检验时间序列模型平稳的方法一般采用 ADF 单位根检验模型去检验。当然如果时间序列不稳定，也可以通过一些操作去使得时间序列稳定（比如取对数，差分），然后进行 ARIMA 模型预测，得到稳定的时间序列的预测结果，然后对预测结果进行之前使序列稳定的操作的逆操作（取指数，差分的逆操作），就可以得到原始数据的预测结果。(time series prediction ARIMA)
负荷预测
- 根据前几天的负荷输入数据实现负荷预测功能，预测精度达到百分之九十五以上(on the basis of ; according to ; in the light of ; in line with)
BP负荷预测
- 利用神经网络算法进行负荷的预测，选取若干天的预测数据，来预测接下来几天的负荷数据(The neural network algorithm is used to forecast the load. The forecasting data of several days are selected to forecast the load data of the next few days)
神经网络数据预测
- 使用遗传算法改进的神经网络算法，对某地区用电进行预测，并分析预测的误差大小，使用python